[发明专利]一种基于密集感知网络的边缘检测方法、装置及设备在审
申请号: | 202011197809.X | 申请日: | 2020-10-30 |
公开(公告)号: | CN112365515A | 公开(公告)日: | 2021-02-12 |
发明(设计)人: | 李天驰;孙悦;王帅 | 申请(专利权)人: | 深圳点猫科技有限公司 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06N3/04 |
代理公司: | 广东良马律师事务所 44395 | 代理人: | 张柯 |
地址: | 518000 广东省深圳市南山区前海深港合作区南山街道兴海大道3044*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 密集 感知 网络 边缘 检测 方法 装置 设备 | ||
1.一种基于密集感知网络的边缘检测方法,其特征在于,所述方法包括:
构建密集感知网络;
获取待识别的RGB图像,将RGB图像输入密集感知网络进行特征提取,生成特征图;
将特征图进行采样生成边缘图像;
将待检测目标的所有边缘图像进行融合生成目标边缘信息图像。
2.根据权利要求1所述的基于密集感知网络的边缘检测方法,其特征在于,所述密集感知网络包括密集起始网络和上采样模块,
所述构建密集感知网络,包括:
构建密集起始网络的网络结构;
根据密集起始网络的网络结构进行上采样模块的构建。
3.根据权利要求2所述的基于密集感知网络的边缘检测方法,其特征在于,所述获取待识别的RGB图像,将RGB图像输入密集感知网络进行特征提取,生成特征图,包括:
获取待识别的RGB图像,将RGB图像输入密集起始网络进行特征提取,生成特征图。
4.根据权利要求3所述的基于密集感知网络的边缘检测方法,其特征在于,所述将特征图进行采样生成边缘图像,包括:
将特征图输入上采样模块进行采样生成边缘图像。
5.根据权利要求4所述的基于密集感知网络的边缘检测方法,其特征在于,所述构建密集感知网络,包括:
构建一个编码器,所述编码器由预定大小的两个卷积层堆叠而成,并进行批一化处理。
6.根据权利要求5所述的基于密集感知网络的边缘检测方法,其特征在于,所述根据密集起始网络的网络结构进行上采样模块的构建,包括
根据密集起始网络的网络结构来构建条件堆叠子块,所述子块类型包括第一子块和第二子块;
对第一子块和第二子块进行构建;
预先设置第一子块的输入为密集起始网络的输出或第二子块的输出。
7.根据权利要求6所述的基于密集感知网络的边缘检测方法,其特征在于,所述对第一子块进行构建,包括:
预先设置第一子块为两层,其中第一层从子块为卷积层,第二层从子块为反卷积层。
8.一种基于密集感知网络的边缘检测装置,其特征在于,所述装置包括:
网络构建模块,用于构建密集感知网络;
特征提取模块,用于获取待识别的RGB图像,将RGB图像输入密集感知网络进行特征提取,生成特征图;
采样模块,用于将特征图进行采样生成边缘图像;
图像融合模块,用于将待检测目标的所有边缘图像进行融合生成目标边缘信息图像。
9.一种基于密集感知网络的边缘检测设备,其特征在于,所述设备包括至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7任一项所述的基于密集感知网络的边缘检测方法。
10.一种非易失性计算机可读存储介质,其特征在于,所述非易失性计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行时,可使得所述一个或多个处理器执行权利要求1-7任一项所述的基于密集感知网络的边缘检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳点猫科技有限公司,未经深圳点猫科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011197809.X/1.html,转载请声明来源钻瓜专利网。